付彩風(fēng) 鄭竺凌 上海市建筑科學(xué)研究院

?

基于互聯(lián)網(wǎng)思維的建筑能耗大數(shù)據(jù)在線節(jié)能診斷技術(shù)

付彩風(fēng) 鄭竺凌 上海市建筑科學(xué)研究院

摘要：提出一種基于互聯(lián)網(wǎng)思維的建筑能耗大數(shù)據(jù)在線節(jié)能診斷技術(shù)，根據(jù)建筑功能區(qū)面積和分項(xiàng)能耗大數(shù)據(jù)采用多元回歸分析方法進(jìn)行擬合，以此來(lái)判斷建筑節(jié)能潛力。

關(guān)鍵字：建筑能耗大數(shù)據(jù)；在線節(jié)能診斷；互聯(lián)網(wǎng)思維

近年來(lái)，國(guó)內(nèi)已建成了十幾個(gè)大型公共建筑能耗監(jiān)測(cè)示范城市，這些城市所監(jiān)測(cè)的大型公共建筑數(shù)量在100～1 000棟。鑒于大型公共建筑領(lǐng)域建筑類型繁多（一般劃分為辦公建筑、商場(chǎng)建筑、賓館飯店建筑、綜合建筑等建筑類型）。而隨著業(yè)態(tài)的不斷調(diào)整，很多辦公建筑、商場(chǎng)建筑也具備了綜合建筑的一些特性。同時(shí)，綜合性公共建筑具備若干個(gè)不同功能的區(qū)域，比如商業(yè)、辦公、賓館。由于不同功能區(qū)域的用能需求和用能方式完全不同，因此不同功能區(qū)建筑面積能耗相差較大，建筑能耗水平橫向?qū)Ρ却嬖诶щy，更不用說(shuō)通過(guò)在線的方法直接對(duì)建筑節(jié)能潛力進(jìn)行診斷。雖然目前能耗監(jiān)測(cè)已經(jīng)積累了大量的實(shí)時(shí)能耗數(shù)據(jù)，具備了數(shù)據(jù)診斷分析的前提，但這些數(shù)據(jù)目前未能得到很好的利用，未能實(shí)現(xiàn)對(duì)大型公共建筑進(jìn)行節(jié)能診斷的建設(shè)初衷。因此，如何基于互聯(lián)網(wǎng)思維對(duì)建筑的用能情況進(jìn)行診斷，挖掘建筑節(jié)能潛力，是當(dāng)前建筑能耗監(jiān)測(cè)領(lǐng)域急需解決的技術(shù)難點(diǎn)。

本文中，根據(jù)用途將建筑功能區(qū)劃分為賓館區(qū)、辦公區(qū)、商場(chǎng)區(qū)、車庫(kù)及設(shè)備層區(qū)。選取典型日2015年7月27日至2015年8月2日82棟樣本建筑總用電、照明插座用電、空調(diào)用電、動(dòng)力用電用能分項(xiàng)，對(duì)分項(xiàng)能耗數(shù)據(jù)和不同功能區(qū)面積采用多元回歸分析方法進(jìn)行擬合，得到各分項(xiàng)用能單日用能判定值，進(jìn)而對(duì)建筑單日分項(xiàng)用能節(jié)能潛力進(jìn)行判斷。

1 在線節(jié)能診斷樣本選取

選取數(shù)據(jù)穩(wěn)定的82棟大型公共建筑作為樣本建筑。82棟樣本建筑，總建筑面積371.58萬(wàn)m2。其中，辦公建筑36棟，賓館飯店建筑14棟，商場(chǎng)建筑18棟，文化教育建筑1棟，綜合建筑12棟，其他建筑1棟。

樣本建筑分功能區(qū)域面積堆積圖如1圖所示。

2 在線節(jié)能診斷判定邏輯

為了研究不同功能區(qū)面積對(duì)建筑各分項(xiàng)能耗的影響，采用多元回歸分析對(duì)建筑各功能區(qū)的面積及各分項(xiàng)能耗數(shù)據(jù)進(jìn)行最佳直線擬合。

根據(jù)單個(gè)建筑不同功能區(qū)面積，計(jì)算單個(gè)建筑診斷時(shí)段內(nèi)節(jié)能潛力判定值，同時(shí)基于單個(gè)建筑逐時(shí)節(jié)能潛力判定值和單個(gè)建筑的判定區(qū)間系數(shù)，計(jì)算得到單個(gè)建筑診斷時(shí)段內(nèi)節(jié)能潛力判定區(qū)間；進(jìn)一步，通過(guò)單個(gè)建筑診斷時(shí)段內(nèi)節(jié)能潛力判定區(qū)間與診斷時(shí)段內(nèi)監(jiān)測(cè)值進(jìn)行比較，來(lái)判別建筑是否有節(jié)能潛力。如果實(shí)時(shí)監(jiān)測(cè)值小于診斷時(shí)段內(nèi)節(jié)能潛力判定區(qū)間的下限值，說(shuō)明建筑節(jié)能潛力不大。如果實(shí)時(shí)監(jiān)測(cè)值介于診斷時(shí)段內(nèi)節(jié)能潛力判定區(qū)間之中，說(shuō)明建筑有一定節(jié)能潛力。如果實(shí)時(shí)監(jiān)測(cè)值大于診斷時(shí)段內(nèi)節(jié)能潛力判定區(qū)間的上限值，說(shuō)明建筑有很大節(jié)能潛力。

基于建筑能耗監(jiān)測(cè)數(shù)據(jù)的大型公共建筑在線節(jié)能診斷方法，主要為如下步驟。

1）計(jì)算單個(gè)公共建筑診斷時(shí)段內(nèi)能耗節(jié)能潛力判定值S；

2）計(jì)算單個(gè)公共建筑診斷時(shí)段內(nèi)能耗節(jié)能潛力判定區(qū)間S1、S2；

3）判別該公共建筑是否具有節(jié)能潛力。

（1）計(jì)算單個(gè)公共建筑診斷時(shí)段內(nèi)能耗節(jié)能潛力判定值S

圖1　樣本建筑功能區(qū)面積堆積圖

式中 S，日分項(xiàng)能耗節(jié)能潛力判定值，kWh；X1，賓館區(qū)面積，m2；C1，賓館區(qū)參考值，kWh/m2·D；X2，辦公區(qū)面積，m2； C2，辦公區(qū)參考值，kWh/m2·D； X3，商場(chǎng)區(qū)面積，m2； C3，商場(chǎng)區(qū)參考值，kWh/m2·D； X4，車庫(kù)及設(shè)備層面積，m2； C4，車庫(kù)及設(shè)備層參考值，kWh/m2·D；

考慮到車庫(kù)及設(shè)備層用能設(shè)備相對(duì)單一，通常只包括照明及通排風(fēng)設(shè)備能耗，為了減輕對(duì)所有建筑樣本進(jìn)行車庫(kù)能耗統(tǒng)計(jì)的工作量，根據(jù)樣本數(shù)據(jù)的統(tǒng)計(jì)得到平均車庫(kù)及設(shè)備層日能耗指標(biāo)為0.07 kWh/m2·D，為了方便對(duì)不同建筑的分項(xiàng)用能指標(biāo)進(jìn)行對(duì)比分析，在本課題中，公式中的車庫(kù)及設(shè)備層日能耗指標(biāo)統(tǒng)一按0.07 kWh/m2·D計(jì)算。

（2） 對(duì)比建筑實(shí)際能耗與指標(biāo)值，挖掘建筑節(jié)能潛力點(diǎn)。

通過(guò)對(duì)大量建筑實(shí)時(shí)監(jiān)測(cè)能耗大數(shù)據(jù)動(dòng)態(tài)計(jì)算，實(shí)現(xiàn)了對(duì)建筑的用能情況進(jìn)行在線自動(dòng)診斷，為挖掘建筑節(jié)能潛力，提供了有力的評(píng)估手段和方法，為建筑能耗監(jiān)測(cè)領(lǐng)域填補(bǔ)了技術(shù)空白。

3 典型日建筑能耗擬合結(jié)果

選取夏季典型日2015年7月27日至2015年8月2日總用電和空調(diào)用電、照明插座用電、動(dòng)力用電的用電數(shù)據(jù)，并剔除異常數(shù)據(jù)。

按以下規(guī)則對(duì)樣本數(shù)據(jù)進(jìn)行篩選，剔除異常數(shù)據(jù)：

1）無(wú)數(shù)；

2）日能耗數(shù)據(jù)高于2.5kWh/m2；

3）在第一次剔除后，再判斷以下規(guī)則并剔除樣本；

4） 總用能、照明插座用能、動(dòng)力用能，超過(guò)平均單位面積能耗16倍以上、低于平均單位面積能耗的1/16的；

5） 空調(diào)用能、冷站能耗、冷機(jī)能耗、冷凍泵能耗、冷卻泵能耗，超過(guò)平均單位面積能耗32倍以上。

通過(guò)分項(xiàng)用能指標(biāo)的研究方法，最終研究得到了大型公共建筑各分項(xiàng)能耗指標(biāo)值（見(jiàn)表1）。

由表可見(jiàn)，①車庫(kù)及設(shè)備層主要涉及到總用電和照明插座用電，一般不涉及空調(diào)用電和動(dòng)力用電；②2015/7/27和2015/7/31為工作日，2015/8/1和2015/8/2為雙休日，所有用能分項(xiàng)雙休日辦公用區(qū)指標(biāo)值低于工作日辦公區(qū)指標(biāo)值；③車庫(kù)及設(shè)備層區(qū)在整個(gè)建筑面積中所占比例較小，表現(xiàn)在車庫(kù)及設(shè)備層區(qū)指標(biāo)值普遍較小；④對(duì)總用電來(lái)說(shuō)，工作日最主要影響因素是辦公區(qū)指標(biāo)值，雙休日最主要影響因素是賓館區(qū)指標(biāo)值；⑤對(duì)照明插座用電和動(dòng)力用電來(lái)說(shuō)，最主要影響因素是辦公區(qū)指標(biāo)值。

以空調(diào)用電為例，最主要的影響因素是賓館區(qū)指標(biāo)，如圖2為某建筑（HJBH）的典型的空調(diào)能耗分析。

表1　典型日大型公共建筑分項(xiàng)用能指標(biāo)值研究結(jié)果kWh·（m2·D）-1

4 基于擬合結(jié)果判斷建筑節(jié)能潛力

HJBH于1998年9月建成使用，建筑總面積54 371m2，地下3層，地面9層。B2、B3為地下汽車庫(kù)，B1部分庫(kù)房、部分商業(yè)， 1～8層均為商業(yè)，9層公寓用房。

根據(jù)擬合結(jié)果計(jì)算HJBH日分項(xiàng)能耗節(jié)能潛力判定值，將節(jié)能潛力判定值與實(shí)際能耗監(jiān)測(cè)數(shù)據(jù)進(jìn)行對(duì)照，求出其差值百分比，從而分析HJBH節(jié)能潛力。

HJBH空調(diào)用電實(shí)際值遠(yuǎn)高于判定值，2015/7/27至2015/8/2，差值百分比最大值為236.37%，最小值為118.03%，平均值為151.11%，有很大的節(jié)能潛力，據(jù)估算HJBH在 2015/7/27至2015/8/2期間大約空調(diào)用電大約可節(jié)約61 165.64 kWh，節(jié)能率可達(dá)到147.04%。所以節(jié)能工作應(yīng)該重點(diǎn)關(guān)注空調(diào)節(jié)電。如圖3為某建筑（HJBH）空調(diào)耗能分析。

圖2　P典型日空調(diào)能耗分析

圖3　HJBH典型日空調(diào)能耗判定值和實(shí)際值對(duì)比分析

5 結(jié)語(yǔ)

通過(guò)對(duì)大量建筑實(shí)時(shí)監(jiān)測(cè)能耗動(dòng)態(tài)計(jì)算，實(shí)現(xiàn)了對(duì)建筑的用能情況進(jìn)行在線自動(dòng)診斷，為挖掘建筑節(jié)能潛力，提供了有力的評(píng)估手段和方法，為建筑能耗監(jiān)測(cè)領(lǐng)域填補(bǔ)了技術(shù)空白。同時(shí)，本發(fā)明完全適用于不同類型公共建筑，對(duì)建筑進(jìn)行節(jié)能潛力在線診斷，可作為政府節(jié)能主管人員決策分析支撐，同時(shí)也可以服務(wù)樓宇業(yè)主進(jìn)行節(jié)能潛力和節(jié)能效果自評(píng)估分析。

節(jié)能信息與動(dòng)態(tài)

付彩風(fēng)：（1984-），女，研究生，碩士，工程師。

Fund item： Science and Technology Committee of Shanghai Scientific Research Topic ‘Public Building Energy Consumption Monitoring Municipal Platform Big Data Analysis Research and Application Demonstration’ （14DZ1201901）

Building Energy Consumption Big Data Online Energy Conservation Diagnosis Technology Based on Internet Thoughts

Fu Caifeng， Zheng Zhuling
Shanghai Architectural Science Research Institute

Abstract：The article introduces one kind building energy consumption big data online diagnosis technology based on internet thoughts according to building function area and sub-energy consumption big data which is used to fit to determine building energy saving potential by multiple regression analysis method.

Key words：Building Energy Consumption Big Data， Online Energy Conservation Diagnosis， Internet Thoughts

基金項(xiàng)目：上海市科學(xué)技術(shù)委員會(huì)科研計(jì)劃課題“公共建筑用能監(jiān)測(cè)市級(jí)平臺(tái)大數(shù)據(jù)分析研究與應(yīng)用示范”，（14DZ1201901）

DOI：10.13770/j.cnki.issn2095-705x.2016.05.002

［作者簡(jiǎn)介］